基于PID 神經(jīng)元網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)組偏航系統(tǒng)研究

張學(xué)陽

（華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門 361021）

0 引言

風(fēng)電是一種可再生的清潔能源，取之不盡、用之不竭，發(fā)電過程不消耗礦產(chǎn)資源，不排放污染物和溫室氣體,是人與自然和諧共處、實(shí)現(xiàn)經(jīng)濟(jì)和社會可持續(xù)發(fā)展的新能源[2]。由于風(fēng)場中的風(fēng)向隨時(shí)會發(fā)生變化，所以需要風(fēng)輪始終對準(zhǔn)風(fēng)向。偏航系統(tǒng)是風(fēng)力發(fā)電機(jī)組特有的伺服系統(tǒng)，它是使風(fēng)輪穩(wěn)定地跟蹤變化的風(fēng)，保證捕獲最大的風(fēng)能。風(fēng)力發(fā)電機(jī)組在發(fā)電狀態(tài)下偏航時(shí)會產(chǎn)生陀螺力矩波動，進(jìn)而引發(fā)塔架、葉片等的振動，從而對整個(gè)風(fēng)力發(fā)電系統(tǒng)的安全性構(gòu)成威脅，因此偏航系統(tǒng)不適合頻繁起動[3]。此外，近年來風(fēng)力發(fā)電機(jī)組的大型化也對偏航系統(tǒng)的穩(wěn)定性提出了更高的要求。

如果將常規(guī)的PID 控制器應(yīng)用于偏航系統(tǒng)中，偏航執(zhí)行機(jī)構(gòu)很容易因?yàn)轭l繁動作而損壞[3]。神經(jīng)網(wǎng)絡(luò)控制作為智能控制的一個(gè)重要分支，是模仿人的思維形式進(jìn)行的一種自動控制，具有較好的動態(tài)性能和較強(qiáng)的魯棒性，能夠有效地改善偏航系統(tǒng)的響應(yīng)速度，文獻(xiàn)[4]中提出，傳統(tǒng)PID 控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合的PID 神經(jīng)元網(wǎng)絡(luò)控制器，克服了PID 控制方法和神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)[5]。經(jīng)Matlab編程仿真證明，采用PID 神經(jīng)元網(wǎng)絡(luò)設(shè)計(jì)的偏航系統(tǒng)控制器能夠滿足控制要求。

1 偏航裝置簡介

圖1 偏航系統(tǒng)閉環(huán)控制結(jié)構(gòu)圖Fig.1 Structure diagram of yaw system closed loop control

風(fēng)機(jī)的偏航控制系統(tǒng)框圖如圖1所示[6]，風(fēng)機(jī)對風(fēng)的測量主要是由風(fēng)向標(biāo)來完成。當(dāng)實(shí)際的風(fēng)向與風(fēng)向標(biāo)成一定角度時(shí)，風(fēng)向標(biāo)產(chǎn)生一電信號，偏航控制器采集該信號，經(jīng)程序計(jì)算判定是否偏航。當(dāng)確定偏航后，計(jì)算機(jī)發(fā)出偏航動作信號，信號經(jīng)放大后驅(qū)動順偏或逆偏繼電器，使偏航電機(jī)運(yùn)行來完成順時(shí)針、逆時(shí)針或向上、下向轉(zhuǎn)動對風(fēng)。當(dāng)對風(fēng)結(jié)束后，風(fēng)傳感器失去電信號，電機(jī)停止工作，偏航過程結(jié)束[7]。

2 偏航的神經(jīng)網(wǎng)絡(luò)控制

由于風(fēng)向的隨機(jī)性,所以偏航系統(tǒng)是一非線性的系統(tǒng),各種參數(shù)也存在時(shí)變性。因此,不僅用經(jīng)典控制理論來解決得不到滿意結(jié)果,即便是現(xiàn)代控制理論有時(shí)也得不到非常滿意的結(jié)果。而PID 神經(jīng)元網(wǎng)絡(luò)控制不需要精確的數(shù)學(xué)模型,它是一種模仿人的思維形式對難以建立精確模型的對象實(shí)施的一種自動控制，是處理推理系統(tǒng)和控制系統(tǒng)中不精確和不確定性的一種有效方法。

2.1 PID 神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)

PID 神經(jīng)元網(wǎng)絡(luò)控制器和被控對象構(gòu)成的閉環(huán)控制系統(tǒng)如圖2所示[8]；圖中X11 是水平角度控制目標(biāo)，X21 是垂直角度控制目標(biāo)；y1是控制器水平控制律， y2 是控制器垂直控制律；X12是風(fēng)輪機(jī)水平角度的當(dāng)前值，X22 是風(fēng)輪機(jī)垂直角度的當(dāng)前值；上述變量之間關(guān)系如圖3所示，由于偏航控制系統(tǒng)有兩個(gè)角度控制量（水平角度和垂直角度），所以選擇由兩個(gè)單神經(jīng)元網(wǎng)絡(luò)組成的多神經(jīng)元網(wǎng)絡(luò)作為系統(tǒng)控制器。

圖2 雙控制量的BP 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖Fig.2 The topological structure of BP neural network diagram of dual control volume

圖3 偏航系統(tǒng)控制器輸入輸出變量圖Fig.3 Diagram of the yaw system input variable

2.2 控制律計(jì)算

PID 神經(jīng)元網(wǎng)絡(luò)分為輸入層、隱含層和輸出層，網(wǎng)絡(luò)輸入層為控制量當(dāng)前值和控制目標(biāo)，輸出量為控制律，各層的輸入輸出計(jì)算公式如下：

（1）輸入層：其中包含4個(gè)神經(jīng)元，輸出數(shù)據(jù)等于輸入數(shù)據(jù)。

（2）隱含層：其中包含6個(gè)神經(jīng)元，即2個(gè)比例神經(jīng)元，2個(gè)積分神經(jīng)元，2個(gè)微分神經(jīng)元。

（3）隱含層各神經(jīng)元輸出的計(jì)算公式如下：

比例神經(jīng)元：

積分神經(jīng)元：

微分神經(jīng)元

式（1～5）中，s—并聯(lián)子網(wǎng)絡(luò)的序號；j—子網(wǎng)絡(luò)中隱含層神經(jīng)元序號；xsi（k）—各子網(wǎng)絡(luò)輸入層神經(jīng)元輸出值；ωij—各子網(wǎng)絡(luò)輸入層至隱含層的連接權(quán)重值。

（4）輸出層：其中包含2個(gè)神經(jīng)元，構(gòu)成2 維輸出量，輸出層的輸出為隱含層全部神經(jīng)元的輸出值加權(quán)和。

式中：h—輸出層神經(jīng)元序號；s—子網(wǎng)序號；j—子網(wǎng)的隱含層神經(jīng)元序號；usj（k）—隱含層各神經(jīng)元輸出值；ωjk—隱含層至輸出層的連接權(quán)重值。

2.3 網(wǎng)絡(luò)權(quán)值修正

PID 神經(jīng)元網(wǎng)絡(luò)在控制過程中根據(jù)控制量采用 “梯度修正法”修正權(quán)值，采用粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始權(quán)值，通過增加動量項(xiàng)的方法提高網(wǎng)絡(luò)學(xué)習(xí)效率，可以避免權(quán)值在學(xué)習(xí)過程中陷入局部最優(yōu)值并有利于提高網(wǎng)絡(luò)學(xué)習(xí)效率，從而使控制量快速接近控制目標(biāo)。

（1）誤差計(jì)算公式：

式中： yh（k）—預(yù)測輸出； r（k）—控制目標(biāo)。

（2）權(quán)值修正公式：

式中：ωij—輸入層到隱含層間權(quán)值；ωjk—隱含層到輸出層間權(quán)值；J—控制誤差；η，η1—學(xué)習(xí)速率。

3 偏航系統(tǒng)控制器仿真

根據(jù)PID 神經(jīng)元網(wǎng)絡(luò)的控制原理，在Matlab 中利用神經(jīng)網(wǎng)絡(luò)工具箱編程實(shí)現(xiàn)PID 神經(jīng)元網(wǎng)絡(luò)雙控制變量耦合系統(tǒng)，利用粒子群算法優(yōu)化初始網(wǎng)絡(luò)權(quán)值，粒子群算法參數(shù)設(shè)置：種群規(guī)模為60，進(jìn)化次數(shù)為40；控制量初始值 [X12，X22]=[0，0]，控制目標(biāo)為 [X11，X21]=[0.6，0.4]；仿真時(shí)間間隔為0.001 秒，網(wǎng)絡(luò)權(quán)值學(xué)習(xí)速率為0.05，偏航控制系統(tǒng)仿真效果如圖4～5所示。

圖4 控制量變化曲線Fig.4 Change curve of control quantity

圖5 控制誤差變化曲線Fig.5 Change curve of control error

4 結(jié)果分析

由于風(fēng)向變化具有隨機(jī)性和不確定性的特點(diǎn)，而且風(fēng)力發(fā)電機(jī)組的偏航控制過程中難以建立準(zhǔn)確的數(shù)學(xué)模型，如果將傳統(tǒng)的PID 隨動控制器應(yīng)用于偏航系統(tǒng)中，雖然可滿足基本要求，但是響應(yīng)速度較慢，會導(dǎo)致風(fēng)能的浪費(fèi)。本文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)算法的控制器來

完成對偏航系統(tǒng)的控制。仿真結(jié)果表明，該控制系統(tǒng)的整體性能要優(yōu)于PID 控制系統(tǒng)，它能同時(shí)滿足偏航系統(tǒng)對控制精度和穩(wěn)定性的要求，有效地消除了系統(tǒng)的超調(diào)和振蕩，能夠快速響應(yīng)系統(tǒng)的變化，因此可以更好地達(dá)到預(yù)期的控制目標(biāo)。

[1]楊偉歡，葉安麗，馬鴻雁.模糊控制在風(fēng)力發(fā)電機(jī)組偏航控制系統(tǒng)中的應(yīng)用[J].北京建筑工程學(xué)院學(xué)報(bào)，2011，3.

[2]李毅，溫正忠，趙少剛，等.風(fēng)力發(fā)電機(jī)偏航系統(tǒng)模糊控制的研究[J].設(shè)計(jì)·研究·分析，2006，3.

[3]宋建軍，張揚(yáng)，張長安，等.基于模糊控制的風(fēng)力發(fā)電機(jī)組偏航系統(tǒng)研究[J].電網(wǎng)與清潔能源，2011，7.

[4]舒懷林.PID 神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].北京:國防工業(yè)出版社，2006.

[5]楊華.基于神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機(jī)PID 控制[D].西北工業(yè)大學(xué)，2007.

[6]葉杭冶.風(fēng)力發(fā)電機(jī)組的控制技術(shù)[M].北京:機(jī)械工業(yè)出版社，2006.

[7]張嘉英，等.風(fēng)力發(fā)電機(jī)組偏航控制系統(tǒng)[J].兵工自動化，2009，11.

[8]汪麗媛，周銳，強(qiáng)鵬翔.基于BP 神經(jīng)網(wǎng)絡(luò)整定的多變量PID 控制器設(shè)計(jì)[J].信息與電腦，2009，12.